导读:本文包含了口令识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:口令,模型,马尔,听觉,科夫,自适应,嵌入式系统。
口令识别论文文献综述
杨军[1]（2017）在《面向智能家居的有限口令识别》一文中研究指出随着生活水平的提高和语音技术的发展,利用语音控制家电及家居产品已经成为智能家居的发展方向之一。近几年,苹果、谷歌、科大讯飞等世界知名公司分别推出了各自的语音智能家居产品,给人们带来了全新的体验。语音识别主要包括端点检测、特征提取、模板训练及匹配识别等过程。面向智能家居的语音识别的基础部分是孤立词、小词汇量、非特定人的口令语音识别,必须解决以下几个问题:能够适应家庭环境的相对稳健的端点检测算法;相对较高识别率的识别算法;在高识别率基础上要求算法识别速度较高、实时性较强。针对现有端点检测存在的问题,本文提出了一种基于先验信噪比的双门限端点检测算法,该算法时间开销较小,且检测的门限会随着信噪比而自动调节,大大提高了端点检测的准确率。为提高抗干扰性和识别率,文中采用多子带谱减法进行数字滤波,选择了12维的MFCC及其一阶差分共计24维特征作为识别特征。对于语音模型训练与匹配部分,本文先后对DTW算法、GMM算法及HMM算法叁种算法做了大量的研究工作。本文设计了面向智能家居中的常用家电的14条开关控制口令,采集了112人。其中男生72人、女生40人、每条口令448个样本、共计6272个样本的数据,针对这些数据进行相关算法实验。由于DTW算法搜索范围过大造成识别速度过慢,本文采用了一种将搜索路径限制在与主对角线平行的两条平行线之间的改进DTW算法。为提高系统的识别率,在识别时采用了每种口令多个模板/型的思想。在基于DTW算法的口令识别中共建立了5种模板库。模板库1至模板库5的模板数目依次倍增。其中模板库3至模板库5利用语音段的每帧基音周期作为特征参数,利用K均值聚类及DTW算法将数据聚成指定若干小类,之后在各小类中分别用DTW算法规整成模板。在基于GMM及HMM算法的口令识别实验中,本文建立了两种模型库。模型库1中每种口令只有一个模型。模型库2中每种口令按照男女生分别一个模型。采用多模板/型识别时,识别率提升的同时影响了识别速度。为此,本文采用了基于多CPU的并行计算来加速,在不降低识别率的情况下,大大提升了语音的识别速度。文中通过实验得到以下结论:采用GMM算法时,在并行计算的条件下,单条口令平均识别时间为59ms,算法的识别速度最快,然而所有口令的平均识别率为92.14%,没有连续HMM算法的识别率高(为95.98%)。而DTW算法在并行计算的条件下,单条口令平均识别时间为963ms,耗时最长,同时识别率为92.05%,低于GMM算法。因此,我们可知:基于连续HMM算法、并且结合多模板以及并行加速后的有限口令识别方法效果相对最好,能更好地满足高识别率的同时具有较快的识别速度。本文所做的工作对面向智能家具的语音识别系统实现有一定的实用价值,但受时间和条件的限制,还有许多需要进一步解决的问题,如样本库过小、中心模板训练方法单一等。但是,即使如此,该课题依然具有非常广阔的应用前景和研究价值,值得进一步深入研究。(本文来源于《安徽建筑大学》期刊2017-03-01）
司华建,李辉,陈冠华,方昕[2]（2013）在《最大后验概率自适应方法在口令识别中的应用》一文中研究指出自适应技术是提高非特定人语音识别系统识别性能的有效手段,其中应用最广泛的两种自适应方法是基于最大后验概率的自适应方法和基于最大似然线性回归的自适应方法,分析了它们各自的特点并将最大后验概率的自适应方法应用到基于隐马尔可夫模型的口令识别系统中,实验结果表明,该方法能够在每个词自适应一次的情况下,使系统的识别率由40%提高到90%以上,并在此基础上实现了一个实用的中等词汇量的口令识别系统。(本文来源于《计算机工程与应用》期刊2013年12期）
叶尔森·赛里克,李辉[3]（2013）在《基于口令识别的无线控制系统的设计》一文中研究指出文章将口令识别与无线通信、机器人控制相结合,实现了基于口令识别的智能车无线控制系统。该系统包含接收和识别口令的主机,发送指令和接收指令的通信模块以及带有特定功能的智能车。主机识别口令后,以无线传送方式将指令发送给智能车,智能车按指令实现相应功能。主机和智能车都基于嵌入式系统。主机硬件电路由叁星S3C6410处理器和外围电路组成,口令识别部分采用连续隐马尔科夫模型算法。实验表明,该系统有良好的稳定性和实用性。(本文来源于《电子技术》期刊2013年03期）
方昕,李辉,刘青松,司华健[4]（2013）在《一种提高口令识别率的二字口令字数确认方法》一文中研究指出在传统的基于隐马尔科夫模型的语音口令识别系统的误识口令中,有很大一部分是将字数为两个字的语音口令误识为字数大于两个字的语音口令.针对此问题,本文提出了一种二字语音口令字数确认方法,分别以短时能量、Teager能量算子和信息熵作为确认二字语音口令的叁种特征,运用滑动窗确认测试语音口令是否为二字语音口令,并根据确认结果对语音口令识别系统的识别结果进行再处理,减少了二字语音口令的误识率.在加入了字数判别功能的改进语音口令识别系统上的实验结果表明,本文提出的算法有效地提高了基于隐马尔科夫模型的语音口令识别系统的识别率.(本文来源于《小型微型计算机系统》期刊2013年03期）
王大巍[5]（2010）在《基于Windows CE的语音口令识别系统的设计》一文中研究指出论文给出一种基于嵌入式系统的语音口令识别系统的设计方案,该系统的硬件电路由嵌入式微处理器和音频处理等主要芯片组成,采用Windows CE操作系统,语音口令识别算法为连续隐马尔可夫模型。实验结果表明,随着嵌入式微处理器性能的不断提高和价格的不断下降,对运算量要求比较高的语音口令识别技术就可以通过嵌入式系统来实现,并且应用到许多需要使用口令控制的便携式设备中。(本文来源于《电子技术》期刊2010年11期）
王大巍[6]（2010）在《基于嵌入式系统的语音口令识别系统的实现》一文中研究指出语音口令识别是语音信息处理的一个重要研究方向,本文给出一种基于嵌入式系统的语音口令识别系统的设计方案,硬件系统的核心芯片是嵌入式微处理器,语音口令识别算法采用连续隐马尔克夫模型。实验结果表明,将语音识别系统与嵌入式系统相结合,可以使语音口令识别系统广泛应用于便携式设备中。(本文来源于《电子技术》期刊2010年07期）
张晓辉,李辉[7]（2010）在《基于ZCPA特征参数的口令识别系统》一文中研究指出本文介绍了一种基于ZCPA特征参数的口令识别系统。重点描述了ZCPA特征参数的提取。该参数模拟人类耳蜗中神经放电的方式,通过语音信号过零点获得频率信息,检测振幅峰值以及对其进行非线性压缩获得强度信息,并将此特征参数与HMM结合应用到口令识别系统中。实验结果可以证明ZCPA与MFCC相比较具有更好的鲁棒性。(本文来源于《电子技术》期刊2010年07期）
张晓辉[8]（2010）在《基于ZCPA特征参数的口令识别系统》一文中研究指出语音识别技术经过几十年的发展,已经取得了长足的进步。尤其是HMM的成功应用,使得识别率有了很大的提高。然而基于HMM的语音识别系统用于训练环境和测试环境失配时,由于卷积噪声和背景噪声的影响,使得测试语音特征参数分布特点不同于模型所描述的特征参数的分布,从而会造成识别效果的严重下降。因此改善语音识别系统在不同环境下的识别性能,即提高识别系统的鲁棒性,已成为当前语音识别研究的重点和热点。首先从语音受污染的机理以及统计建模的角度分析、阐述了环境失配造成识别性能下降的原因。其次,介绍分析了目前改善系统鲁棒性的常用方法。通常,因为训练和测试条件的不匹配而造成的系统性能下降,可通过对具体的使用环境进行重新训练来加以补偿。虽然这种方法也可以解决环境不匹配的问题,但是在实际应用中,由现场采集大量的训练数据比较困难,所以,这种重新训练的方法应用范围非常有限。为了改进语音识别系统在噪声环境下的识别性能,很多研究者做了大量的工作,提出了很多有效地方法。如:语音增强、参数补偿以及模型补偿等等。这些方法都对系统鲁棒性有一定的提高,但在实际使用过程中也都存在一定的局限性。最后,基于人耳听觉感知机理,提取了一种鲁棒性更好的特征参数。如果能够提取一种受噪声影响更小的特征参数,也可以有效地改善系统性能。我们知道人耳在噪声环境中也能够很好的工作,由此可见,人类对语音感知和识别的能力及其噪声鲁棒性强于迄今为止的任何自动语音识别系统。所以如果将人类听觉感知语音信息的机理应用于语音识别中,就有可能会提高语音识别率。ZCPA特征参数就是基于此而提出的一种特征参数,该参数模拟人类耳蜗中神经放电的方式,通过语音信号过零点获得频率信息,检测振幅峰值以及对其进行非线性压缩获得强度信息,并将此特征参数与HMM结合应用到口令识别系统中,实验结果可以证明ZCPA与MFCC相比较在噪声环境下具有更好的鲁棒性。(本文来源于《中国科学技术大学》期刊2010-04-20）
刘闪,刘景汇,周哲,陈爽,刘茂华[9]（2008）在《一种基于时戳的智能卡实现远程C-S口令识别方案的研究》一文中研究指出为克服现有远程口令识别方案存在的漏洞,并找到一个比较安全的C-S远程口令识别实现方案,提出了一种引入签名信息以及随机数的新型智能卡实现机制。此方案能有效抵抗伪造攻击,同时防止冒充者对服务器进行重传攻击。(本文来源于《计算机应用与软件》期刊2008年03期）
袁丁,范平志[10]（2006）在《一个简单有效的口令识别方案》一文中研究指出基于口令的身份识别技术是分布式网络环境中使用最为广泛的一种技术,然而传统的口令识别技术容易受到字典攻击、重传攻击和拒绝服务攻击。针对Sandirigara等人提出的SAS协议,提出了一种简单有效的口令识别方案SEPA,该方案可以抵御字典攻击、重传攻击和服务器拒绝服务攻击,且计算负荷和通信负荷较小。(本文来源于《计算机工程》期刊2006年17期）
口令识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
自适应技术是提高非特定人语音识别系统识别性能的有效手段,其中应用最广泛的两种自适应方法是基于最大后验概率的自适应方法和基于最大似然线性回归的自适应方法,分析了它们各自的特点并将最大后验概率的自适应方法应用到基于隐马尔可夫模型的口令识别系统中,实验结果表明,该方法能够在每个词自适应一次的情况下,使系统的识别率由40%提高到90%以上,并在此基础上实现了一个实用的中等词汇量的口令识别系统。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
口令识别论文参考文献
[1].杨军.面向智能家居的有限口令识别[D].安徽建筑大学.2017
[2].司华建,李辉,陈冠华,方昕.最大后验概率自适应方法在口令识别中的应用[J].计算机工程与应用.2013
[3].叶尔森·赛里克,李辉.基于口令识别的无线控制系统的设计[J].电子技术.2013
[4].方昕,李辉,刘青松,司华健.一种提高口令识别率的二字口令字数确认方法[J].小型微型计算机系统.2013
[5].王大巍.基于WindowsCE的语音口令识别系统的设计[J].电子技术.2010
[6].王大巍.基于嵌入式系统的语音口令识别系统的实现[J].电子技术.2010
[7].张晓辉,李辉.基于ZCPA特征参数的口令识别系统[J].电子技术.2010
[8].张晓辉.基于ZCPA特征参数的口令识别系统[D].中国科学技术大学.2010
[9].刘闪,刘景汇,周哲,陈爽,刘茂华.一种基于时戳的智能卡实现远程C-S口令识别方案的研究[J].计算机应用与软件.2008
[10].袁丁,范平志.一个简单有效的口令识别方案[J].计算机工程.2006
论文知识图
